[论文解读] Multilayer Spectral Graph Clustering via Convex Layer Aggregation: Theory and Algorithms

Pin‐Yu Chen, Alfred O. Hero|arXiv (Cornell University)|Aug 8, 2017

Complex Network Analysis Techniques参考文献 40被引用 8

一句话总结

该论文提出了一种基于凸层聚合的多层谱聚类框架，以提升异构网络层之间的聚类可靠性。它引入了MIMOSA，一种迭代算法，通过相变分析自动选择聚类数量和层权重，实现在真实世界和合成多层图上的优越性能，并提供统计可靠性保证。

ABSTRACT

Multilayer graphs are commonly used for representing different relations between entities and handling heterogeneous data processing tasks. Non-standard multilayer graph clustering methods are needed for assigning clusters to a common multilayer node set and for combining information from each layer. This paper presents a multilayer spectral graph clustering (SGC) framework that performs convex layer aggregation. Under a multilayer signal plus noise model, we provide a phase transition analysis of clustering reliability. Moreover, we use the phase transition criterion to propose a multilayer iterative model order selection algorithm (MIMOSA) for multilayer SGC, which features automated cluster assignment and layer weight adaptation, and provides statistical clustering reliability guarantees. Numerical simulations on synthetic multilayer graphs verify the phase transition analysis, and experiments on real-world multilayer graphs show that MIMOSA is competitive or better than other clustering methods.

研究动机与目标

• 解决在多个网络层之间整合异构连通模式以实现鲁棒社区检测的挑战。
• 为在信号加噪声模型下多层图中的聚类可靠性建立理论框架。
• 设计一种自动化算法，联合选择聚类数量与最优层权重，以提升聚类性能。
• 通过聚合过程的相变分析，提供聚类可靠性的统计保证。
• 在真实世界多层网络中，优于现有方法如均匀加权、模块度最大化和子空间聚类。

提出的方法

• 通过层邻接矩阵的凸组合形式化多层谱聚类，其中非负权重之和为一。
• 对加权平均图应用谱聚类，以获得跨层的一致节点分配。
• 基于层间边的噪声水平，推导出可靠与不可靠聚类区域之间的相变阈值。
• 引入MIMOSA，一种迭代算法，逐步增加聚类数量，并利用统计可靠性检验自适应调整层权重。
• 利用基于特征谱的临界噪声阈值边界，指导模型阶数与权重选择。
• 在每次迭代中执行可靠性检验，以判断当前聚类结果是否具有统计可信度。

实验结果

研究问题

• RQ1 在信号加噪声模型下，多层谱聚类中分离可靠与不可靠聚类的临界噪声阈值是什么？
• RQ2 层权重与图拓扑如何共同影响凸层聚合谱聚类的性能？
• RQ3 自动化模型阶数选择与层权重自适应是否能提升多层网络中的聚类准确率？
• RQ4 所提出的相变分析如何预测不同噪声水平下的聚类可靠性？
• RQ5 MIMOSA在真实世界多层图中是否优于基线方法，如均匀加权、贪婪模块度最大化与子空间聚类？

主要发现

• 在9个真实世界数据集中的6个上，MIMOSA的聚类性能与所有基线方法相比具有竞争力或更优，包括均匀加权方法失效的情况。
• 在VC七年级学生社交网络中，MIMOSA正确识别出2个聚类（与真实标签一致），而MIMOSA-uniform因对噪声层均匀加权而失败。
• VC七年级学生数据集的最优层权重向量为 w* = [0.0531, 0.1608, 0.7861]ᵀ，表明对最富信息量的层有强烈偏好。
• MIMOSA在大多数数据集中优于Self-Tuning与SC-ML，表明简单的图求和并不能保证性能提升。
• GenLouvain通常高估聚类数量，而MIMOSA在双聚类情况下保持与真实标签的一致性。
• 相变分析在合成图上通过数值验证，确认了可靠与不可靠聚类区域之间存在临界噪声阈值。